Metoda Sheparda

Metoda Sheparda – sposób aproksymacji wielowymiarowej dla rozproszonych zbiorów znanych punktów aproksymacyjnych.

Ogólna postać metody Sheparda dla znalezienia wartości aproksymowanej u dla danego punktu 𝐱 ma formę funkcji:

u(𝐱)=∑k=0Nwk(𝐱)uk∑k=0Nwk(𝐱),

gdzie:

wk(𝐱)=1d(𝐱,𝐱k)p – współczynnik wagowy wprowadzony przez Sheparda,
𝐱 – dowolny punkt aproksymowany,
𝐱k – znany punkt aproksymacyjny,
d – określony operatorem metryki,
N – całkowita liczba punktów aproksymacyjnych,
p – parametr.

W tym przypadku wartość współczynnika wagowego zmniejsza się wraz ze wzrostem odległości pomiędzy punktem aproksymowanym 𝐱 a punktem aproksymującym 𝐱k. Dla 0<p<1 u(𝐱) ma ostre wierzchołki nad punktami aproksymującymi, a dla p>1 jest gładka. Najczęściej przyjmuje się p=2.

Metoda Sheparda wynika z minimalizacji funkcjonału określającego miarę odchyłek pomiędzy punktem aproksymowanym i odpowiadającą mu wartością aproksymowaną a krotkami punktów aproksymacyjnych {𝐱k, uk}, zdefiniowanego jako:

ϕ(𝐱,u)=(∑k=0N(u−uk)2d(𝐱,𝐱k)p)1p

oraz warunku minimalizacji:

∂ϕ(𝐱,u)∂u=0.

Modyfikacja Liszki

Modyfikacja metody Sheparda została zaproponowana w pracy Liszki w zastosowaniach do zagadnień aproksymacyjnych mechaniki doświadczalnej. Zaproponowano tu nowy współczynnik wagowy:

wk(𝐱)=1(d(𝐱,𝐱k)2+ε2)12,

gdzie ε dobiera się w zależności od błędu pomiaru punktów aproksymacyjnych.